抽样变异性对分布预测估计组合的影响
统计方法学
2022-06-07 v1 计量经济学
摘要
我们研究了估计预测组合的性能与抽样变异性，特别关注预测分布的组合。预测组合中的未知参数根据基于适当评分准则（proper scoring rules）的准则函数进行优化，这些准则函数旨在奖励与当前问题相关的预测精度形式，而预测性能则使用上述评分准则的样本外期望来衡量。我们的结果为估计预测组合的行为提供了新颖的见解。首先，我们证明，在渐近意义下，标准预测组合性能的抽样变异性仅由组成模型的估计决定，而组合权重的估计在一级近似下不贡献任何抽样变异性。其次，我们证明，若在计算上可行，单步生成的预测组合——其中组成模型与组合函数参数联合估计——比标准预测组合（组成模型与组合函数参数分两步估计）具有更优的预测精度与更低的抽样变异性。这些理论见解通过数值实验得到验证，包括在模拟设置中以及使用 S&P500 收益时间序列的广泛实证说明中。
引用
@article{arxiv.2206.02376,
title = {The Impact of Sampling Variability on Estimated Combinations of Distributional Forecasts},
author = {Ryan Zischke and Gael M. Martin and David T. Frazier and D. S. Poskitt},
journal= {arXiv preprint arXiv:2206.02376},
year = {2022}
}
备注
42 pages, 8 figures, 1 table; the views expressed in this paper are those of the authors alone, and do not in any way represent the Methodology Division, the Australian Bureau of Statistics, the Australian Public Service, or the Australian Government